雙BP網(wǎng)絡(luò)在機(jī)器視覺上的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、計(jì)算機(jī)視覺作為人工智能領(lǐng)域的一個(gè)重要而熱門的方向，給人們的工作和生活帶來了極大的便利，具有十分重要的作用。作為計(jì)算機(jī)視覺里一個(gè)重要的應(yīng)用方向和智能化現(xiàn)代道路交通系統(tǒng)的關(guān)鍵技術(shù)，汽車牌照識(shí)別相關(guān)技術(shù)在現(xiàn)代化交通管制和監(jiān)視環(huán)節(jié)中發(fā)揮著重要的作用，具有非常高的實(shí)用價(jià)值。近年來，該技術(shù)的的研究與應(yīng)用己經(jīng)受到國內(nèi)外研究人員的高度關(guān)注，其中，該項(xiàng)研究中的難點(diǎn)在于如何提高系統(tǒng)的車牌識(shí)別的速度以及識(shí)別的正確率。
　　本課題對于當(dāng)前機(jī)動(dòng)車牌識(shí)別的過

2、程中的一些程序做了深而細(xì)的調(diào)查研究。在圖像預(yù)處理方面，介紹了與汽車圖像采集后的預(yù)處理相關(guān)連的問題以及算法有線性變換、圖像灰度化、中值濾波處理技術(shù)。對于車牌定位以及車牌字符分割方面有、車牌傾斜矯正、Sobel算子邊緣檢測、迭代閾值分割法以及投影法和基于先驗(yàn)知識(shí)相結(jié)合的分割法。在字符分類方面，本文采用的是基于多層B-P神經(jīng)網(wǎng)絡(luò)的車牌車牌識(shí)別法,神經(jīng)網(wǎng)絡(luò)是目前研究的一個(gè)熱點(diǎn)之一，具有非常強(qiáng)大的計(jì)算能力，特別是對與分類問題，多層神經(jīng)網(wǎng)絡(luò)能夠很好